Binomial, Est.

Actuarial, Poisson

Daniel Anbal Sarto

Biometra Actuarial - UBA

MODELO BINOMIAL
Se observan N personas independientes con edad exacta x por un ao.
Se observan d fallecimientos.
Se considera la variable aleatoria D, que representa el nmero de fallecimientos.
Se asume que cada persona presenta una probabilidad de fallecimiento igual a q(x, x, x+1).
D ~ Binomial [N, q(x, x, x+1)]

Pr (D=d) = q (1 q )
d

( N d )

, para d = 0,1,2,...,N.

Estimacin Mximo Verosmil

L(q) = q (1 q )
d

ln L(q) d N d
=

q
q 1 q
Ntese:

( N d )

ln L(q) = ln + d ln q + ( N d ) ln(1 q )
d
Igualando a 0, se obtiene el E.M.V: q =

2 ln L(q) / q 2 =

d
q

N d
1 q

d
N

<0

Generalizacin del Modelo Binomial

-

No todas las personas se observan en el ao completo [x, x+1).

Ingresos y Egresos por causas distintas al fallecimiento.
Se asume que se observa cada persona desde la edad x + ai hasta la edad x + bi.
Para cada persona se conoce di, ai y bi.
Di = 1, si la persona i fallece.
Se tiene:
Pr[Di = 1] = q(x+ai, x+ai, x+bi)
Pr[Di = 0] = 1 - q(x+ai, x+ai, x+bi), o ms general:
d

(1 d )

Pr[Di = di] = q(x+ai, x+ai, x+bi) i [1 - q(x+ai, x+ai, x+bi)] i , siendo di = 0, 1.

sta ser la contribucin a la funcin de verosimilitud de la persona i, segn la muestra
observada.
- Suponiendo independencia, la verosimilitud de la muestra total ser:
L[q;d] =

d
(1-d )
q(x + ai, x + ai, x + bi) i [1 - q(x + ai, x + ai, x + bi)] i

i =1

1/1

Binomial, Est. Actuarial, Poisson

Daniel Anbal Sarto

Biometra Actuarial - UBA

- Se reduce la verosimilitud a una funcin de un solo parmetro q(x, x, x+1), utilizando

hiptesis de DUF, Balducci o Tasa instantnea de mortalidad constante.

ESTIMADOR ACTUARIAL
- D es el nmero de personas que fallecen

Di , para i = 1, 2, ..., N.

- El mtodo de los momentos iguala el primer momento de la muestra a su valor esperado.

- E[D] =

q(x + a i , x + a i , x + b i ) , para i = 1, 2, ...,N.

i

- Obsrvese que: q(x+ai, x+ai, x+bi) = q(x+ai, x+ai, x+1)- q(x+ai, x+ bi, x+1)
- Utilizando la hiptesis de Balducci:
E[D] =

q(x + a i , x + a i , x + b i ) , para i = 1, 2, ...,N.

i

{q(x + a i , x + a i , x + 1) - p(x + a i , x + b i ) q(x + b i , x + b i , x + 1)}

i

{(1 - a i ) q(x, x, x + 1) - p(x + a i , x + b i ) (1 - b i ) q(x, x, x + 1)}

i

{(1 - a i ) q(x, x, x + 1) - [1 - E (D i )] (1 - b i ) q(x, x, x + 1)}

i

- Si ahora reemplazamos E[Di] con su valor real en la muestra de di (= 1 si la persona fallece

y = 0 si la persona sobrevive), entonces se obtiene:
E[D] =

{(1 - a i ) q(x, x, x + 1) - [1 - d i ] (1 - b i ) q(x, x, x + 1)}

i

E[D] =

{(1 - a i ) q(x, x, x + 1) - (1 - b i ) q(x, x, x + 1)}

i, Di =0

Que resulta en:

qe(x, x, x+1) =

d
N

(1 ai )

i =1

(1 bi )

i =1, Di =0

- qe(x, x, x+1): estimador actuarial

- Exposicin al riesgo inicial: E (x, x+1) =

(1 ai )

i =1

(1 bi )

i =1, Di =0

- Si se asume que los fallecimientos ocurren en promedio a la edad x + 1/2, se tendr:

qe(x, x, x+1) =

d
v+d

v = tiempo observado de espera y se define como Exposicin Central al Riesgo, simbolizado por EC(x, x+1).

2/2

Binomial, Est. Actuarial, Poisson

Daniel Anbal Sarto

Biometra Actuarial - UBA

EJEMPLO

Persona

Edad al ingreso

Edad al egreso

Causa de Egreso

Aos

Meses

Aos

Meses

35

35

Retiro

35

36

Retiro

35

35

Fallecimiento

35

36

Retiro

35

35

Fallecimiento

35

36

Retiro

35

35

11

Fallecimiento

35

36

Retiro

35

35

10

Fallecimiento

10

35

36

Retiro

Persona

ai

bi

di

1-ai

1-bi

1-ai (1- di)(1-bi)

6/12

6/12

6/12

1/12

11/12

11/12

1/12

3/12

11/12 9/12

11/12

2/12

10/12

10/12

3/12

9/12

9/12

3/12

9/12

4/12

8/12

8/12

5/12 11/12

7/12

1/12

7/12

7/12

5/12

5/12

8/12 10/12

4/12

2/12

4/12

9/12

3/12

3/12

10
Totales

1
1

74/12

3/3

Binomial, Est. Actuarial, Poisson

Daniel Anbal Sarto

Biometra Actuarial - UBA

MODELO DE POISSON
-

Considera que el nmero de fallecimientos presenta una distribucin de Poisson.

Contempla el tiempo de espera observado EC (x, x+1).
Se observan N personas en un ao de edad.
Considera una tasa instantnea de mortalidad constante en cada edad igual a .
Entonces se considera una distribucin de Poisson para el nmero de fallecimientos con
parmetro EC(x, x+1), tal que:

Pr [D=d] =

e - EC(x, x +1) ( EC ( x, x + 1)) d

d!

E(D) = EC(x, x+1) = Var(D).

Estimacin Mximo Verosmil

e - EC(x, x +1) [ EC ( x, x + 1)] d

L () =
d!

ln L( ) d
= Ec( x, x + 1)

2 ln L( )

ln L( ) = - EC(x, x + 1) + d [ln + ln EC ( x, x + 1)] ln d !

Estimador:

e =

d
Ec( x, x + 1)

<0

4/4

Binomial, Est. Actuarial, Poisson

Daniel Anbal Sarto

Biometra Actuarial - UBA

EXPUESTOS AL RIESGO
-

Enfoque tradicional actuarial.

Modelo binomial y estimacin de q(x, x, x+1).
Exposicin al riesgo inicial: E (x, x+1).
Datos obtenidos a partir de estudios de mortalidad de compaas de seguros.
Principio de correspondencia.
Exposicin central al riesgo: E(x, x+1) EC(x, x+1) + 1/2 d(x).
Clculo exacto de EC(x, x+1):
fechas de nacimiento.
fechas de ingreso a la observacin.
Registro de

fechas de egreso de la observacin.

causa de egreso.

Tomar:
fecha en que se alcanza la edad x.
fecha de comienzo de la investigacin.
fecha de ingreso.

A: la ltima de las

B: la ms temprana de las

fecha en que se alcanza la edad x+1.

fecha de fin de la investigacin.
fecha de egreso.

La contribucin a la EC(x, x+1) es la diferencia entre A y B.

Principio de Correspondencia
- Las tasas se estiman como Fallecimientos/Expuestos.
- Una persona viva en t debera ser incluida en la exposicin a la edad x en el momento t si
y slo si, en caso de que su fallecimiento se produjera en forma inmediata, sta fuera
incorporada a los datos de fallecimientos para la edad x.
- La definicin de edad para los fallecimientos debe ser la misma que la definicin de edad
para los expuestos.

Heterogeneidad
- Se necesitan subdividir los datos por factores:
Sexo.
Edad.
Tipo de pliza.
Fumador-No Fumador.
Ocupacin.
5/5